Jamovi ile T-testi ve İki Örneklem Oranı Testi Uygulamaları

Kısa cevap: Jamovi t testi uygulamak için Analyses > T-Tests menüsünden üç seçenekten birini açarsınız: iki ayrı grubu karşılaştırmak için Independent Samples T-Test, aynı kişilerin iki ölçümü için Paired Samples T-Test, bir ortalamayı sabit bir değerle kıyaslamak için One Sample T-Test. İki grubun oranlarını (örneğin başarılı öğrenci yüzdesini) karşılaştırmak içinse Frequencies > Independent Samples χ² test of association ekranında 2×2 tablo kurulur. Her testte p değerinin yanında Cohen’s d gibi etki büyüklüğünü de raporlamanız gerekir.

Bu rehberde bir eğitim araştırması örneği üzerinden menüleri, varsayım kontrollerini ve çıktıların okunuşunu adım adım gösteriyoruz.

Hangi t testi ne zaman kullanılır?

Test seçimi, verinin nasıl toplandığına bağlıdır. Aşağıdaki tablo üç t testi türünü ve oran karşılaştırmasını özetler:

Araştırma durumu	Test	Jamovi menüsü
Yeni yöntem ve klasik yöntem sınıflarının puanları	Bağımsız örneklem t testi	T-Tests > Independent Samples T-Test
Aynı öğrencilerin ön test ve son test puanları	Eşleştirilmiş örneklem t testi	T-Tests > Paired Samples T-Test
Sınıf ortalaması 70 puandan farklı mı?	Tek örneklem t testi	T-Tests > One Sample T-Test
İki sınıftaki geçme oranları farklı mı?	İki oran karşılaştırması (2×2 ki-kare / z testi)	Frequencies > Independent Samples χ² test of association
Tek bir oranın %50’den farkı	Binom testi	Frequencies > 2 Outcomes Binomial test

Bağımlı değişkenin sürekli (puan, süre, tutar) olması t testlerinin temel koşuludur. Öte yandan sonuç “geçti/kaldı” gibi iki kategorili ise ortalama yerine oran karşılaştırılır.

Jamovi t testi ile iki bağımsız grup nasıl karşılaştırılır?

Örneğimizde yeni öğretim yöntemiyle ders işleyen 42 öğrenci ile klasik yöntemle ders işleyen 40 öğrencinin sınav puanlarını karşılaştırıyoruz.

1. Analyses > T-Tests > Independent Samples T-Test menüsünü açın.
2. puan değişkenini Dependent Variables, yontem değişkenini Grouping Variable alanına taşıyın.
3. Tests bölümünde Student’s ile birlikte Welch’s seçeneğini de işaretleyin.
4. Additional Statistics altında Mean difference, Effect size, Descriptives ve Confidence interval kutularını açın.
5. Assumption Checks altında Homogeneity test (Levene) ve Normality test (Shapiro-Wilk) seçeneklerini işaretleyin.

Grup değişkeninde üç kategori varsa Jamovi hata verir; bu durumda ya veriyi filtreleyin ya da ANOVA’ya geçin. Grup karşılaştırması üç veya daha fazla grubu içeriyorsa Jamovi ile ANOVA rehberimizi izleyin.

Bağımsız örneklem çıktısı nasıl okunur?

Önce varsayım tablolarına bakın. Levene testinde p > ,05 ise varyanslar homojendir ve Student satırı okunabilir. Ancak p < ,05 ise Welch satırını raporlayın. Pratikte birçok yöntemci, grup büyüklükleri farklıysa Welch testini varsayılan olarak önerir.

Örnek çıktı şöyle olsun (değerler eğitim amaçlı ve hayalidir): yeni yöntem grubunun ortalaması 74,6 (SD = 9,8), klasik grubun ortalaması 68,9 (SD = 10,4). Student’s t(80) = 2,55, p = ,013, ortalama fark 5,7 puan, %95 GA [1,25; 10,15] ve Cohen’s d = 0,56.

Bu sonuç, yeni yöntemle ders işleyen öğrencilerin puanlarının anlamlı biçimde yüksek olduğunu gösterir. Ayrıca d = 0,56 orta düzey bir etkidir; Cohen’in ölçütlerine göre 0,2 küçük, 0,5 orta, 0,8 büyük etki sayılır. Dolayısıyla fark hem istatistiksel hem de pratik açıdan anlamlıdır.

Normallik sağlanmazsa ne yapılmalı?

Shapiro-Wilk testi p < ,05 verdiğinde önce grafiklere bakın. Assumption Checks altındaki Q-Q plot seçeneği, noktaların çizgiden ne kadar saptığını gösterir. Her grupta 30’dan fazla gözlem varsa merkezi limit teoremi sayesinde t testi küçük sapmalara karşı genellikle dayanıklıdır.

Öte yandan küçük örneklemlerde belirgin çarpıklık veya uç değer varsa parametrik olmayan alternatife geçin. Aynı ekranda Tests bölümündeki Mann-Whitney U kutusunu işaretlemeniz yeterlidir. Jamovi bu testte etki büyüklüğü olarak rank-biserial korelasyonu verir.

Eşleştirilmiş tasarımlarda normallik, iki ölçümün kendisine değil farklarına uygulanır. Bu nedenle Paired Samples ekranındaki normallik testi doğrudan fark puanlarını sınar; varsayım sağlanmazsa Wilcoxon rank seçeneği kullanılır.

Jamovi t testi ile ön test ve son test nasıl karşılaştırılır?

Aynı 35 öğrencinin dönem başı ve dönem sonu puanlarını karşılaştırmak için Analyses > T-Tests > Paired Samples T-Test menüsünü açın. on_test ve son_test değişkenlerini birlikte seçip Paired Variables kutusuna taşıyın; Jamovi bunları tek bir satırda eşleştirir.

Verinin geniş (wide) biçimde olması gerekir: her öğrenci bir satır, her ölçüm bir sütun. Veriniz uzun biçimdeyse, yani her ölçüm ayrı bir satırdaysa, önce sütunlara dönüştürmeniz gerekir.

Örnek çıktıda ön test ortalaması 61,2, son test ortalaması 69,8 olsun. t(34) = −4,87, p < ,001 ve Cohen’s d = 0,82 sonucu, puanların anlamlı ve büyük bir etkiyle arttığını gösterir. Burada t değerinin negatif çıkması yalnızca çıkarma sırasından kaynaklanır; yorumu ortalamalara bakarak yapın ve farkın yönünü ve büyüklüğünü metinde her zaman açıkça belirtin.

Tek örneklem t testi nasıl uygulanır?

Bir sınıfın ortalamasının ulusal ölçüt olan 70 puandan farklı olup olmadığını sınamak için Analyses > T-Tests > One Sample T-Test menüsünü kullanın. puan değişkenini Dependent Variables alanına taşıdıktan sonra Hypothesis bölümündeki Test value kutusuna 70 yazın.

Örneğin sınıf ortalaması 73,4 ve t(41) = 2,10, p = ,042 ise sınıfın ortalaması ölçütten anlamlı olarak yüksektir. Hipotez yönlüyse > Test value seçeneği tek yönlü test yapar; ancak bu seçimi veri toplanmadan önce gerekçelendirmeniz gerekir.

Ayrıca tek örneklem testi, Likert ölçeklerinde ortalamanın nötr değer olan 3’ten farklı olup olmadığını sınamak için de sık kullanılır.

Örneğin 5’li Likert ölçeğinden oluşan bir iş doyumu ölçeğinde ortalama 3,42 ve t(119) = 5,30, p < ,001 çıkarsa çalışanların doyum düzeyinin nötr değerin anlamlı biçimde üzerinde olduğu söylenebilir. Bununla birlikte Jamovi t testi çıktısındaki ortalama fark (0,42) ve güven aralığı, bu farkın pratik büyüklüğünü değerlendirmek için mutlaka yorumlanmalıdır.

İki örneklem oran testi Jamovi’de nasıl yapılır?

Bağımlı değişken iki kategorili olduğunda, örneğin “dersi geçti mi?” sorusunda, ortalama yerine oranlar karşılaştırılır. Diyelim ki yeni yöntem grubunda 42 öğrenciden 33’ü (%78,6), klasik grupta 40 öğrenciden 24’ü (%60,0) geçmiş olsun.

1. Analyses > Frequencies > Independent Samples χ² test of association menüsünü açın.
2. yontem değişkenini Rows, gecti değişkenini Columns alanına taşıyın.
3. Statistics sekmesinde z test for difference in 2 proportions ve Log odds ratio seçeneklerini, Cells sekmesinde Row yüzdelerini işaretleyin.

Örnek çıktıda χ²(1, N = 82) = 3,36, p = ,067 çıkarsa 18,6 puanlık oran farkı %5 düzeyinde anlamlı değildir. Bununla birlikte fark küçük değildir; bu nedenle örneklem büyüklüğünün yetersiz olabileceğini tartışmak önemlidir. Beklenen frekansı 5’in altında hücre varsa Fisher’s exact test sonucunu raporlayın.

Etki büyüklüğü ve güç analizi neden önemlidir?

p değeri yalnızca farkın şansla açıklanıp açıklanamayacağını söyler; farkın ne kadar büyük olduğunu söylemez. Bu nedenle büyük örneklemlerde çok küçük farklar bile anlamlı çıkabilir. Örneğin 2.000 öğrencilik bir çalışmada 1 puanlık bir fark p < ,05 verebilir, ancak eğitim açısından önemsiz olabilir.

Dolayısıyla Cohen’s d, güven aralığı ile birlikte raporlanmalıdır. Jamovi’de Effect size kutusunun yanında Confidence interval seçeneğini işaretlerseniz d değerinin güven aralığı da hesaplanır. Ayrıca küçük örneklemlerde d değeri hafifçe şişebileceği için bazı kaynaklar düzeltilmiş Hedges’ g değerini önerir.

Öte yandan anlamsız çıkan bir sonuç, “fark yoktur” anlamına gelmez. Örneklem küçükse test gerçek bir farkı yakalayacak güce sahip olmayabilir. Bu yüzden araştırmayı planlarken güç analizi yapmak önemlidir. Jamovi’de jpower modülünü jamovi library üzerinden kurduktan sonra Analyses > jpower > Independent Samples T-Test ekranında beklenen etki büyüklüğünü ve istenen gücü girerek gerekli grup büyüklüğünü hesaplayabilirsiniz.

Sonuç olarak etki büyüklüğü ve güç birlikte değerlendirildiğinde bulgular çok daha dengeli yorumlanır. Böylece hem anlamlı hem de anlamsız sonuçlar okuyucuya doğru bir bağlamla sunulur.

Jamovi t testi sonuçları APA düzeninde nasıl yazılır?

Raporda grup ortalamaları, standart sapmalar, test istatistiği, serbestlik derecesi, p değeri, güven aralığı ve etki büyüklüğü birlikte verilmelidir. Örnek cümle: “Yeni yöntemle ders işleyen öğrencilerin puanları (M = 74,6, SD = 9,8) klasik yöntem grubundan (M = 68,9, SD = 10,4) anlamlı düzeyde yüksektir, t(80) = 2,55, p = ,013, d = 0,56.”

Welch testi kullandıysanız serbestlik derecesi ondalıklı çıkar; örneğin t(79,3) = 2,54 biçiminde yazın. Oran karşılaştırmasında ise yüzdeleri ve ki-kare değerini birlikte verin. Sayı yazımı için APA istatistik rehberine, yazılım belgeleri için jamovi kullanım kılavuzuna bakabilirsiniz.

p değerinin nasıl yorumlanacağını ayrıntılı görmek için Jamovi ile hipotez testleri rehberimizi, değişkenler arasındaki ilişkileri incelemek için Jamovi ile korelasyon ve regresyon yazımızı okuyabilirsiniz.

Sık sorulan sorular

Jamovi t testi için her grupta kaç kişi olmalı?
Kesin sınır yoktur; ancak orta büyüklükte bir etkiyi (d = 0,5) %80 güçle yakalamak için her grupta yaklaşık 64 kişi gerekir. Daha küçük gruplarda yalnızca büyük farklar anlamlı çıkar.

Student mı Welch mi raporlanmalı?
Grup büyüklükleri ve varyanslar farklıysa Welch daha güvenlidir. Varyanslar eşitse iki test neredeyse aynı sonucu verir; birçok kaynak Welch’i varsayılan seçenek olarak önerir.

Tek yönlü test ne zaman kullanılır?
Yalnızca hipotez yönü veri toplanmadan önce kuramsal olarak belirlendiyse. Sonuçlara bakıp tek yönlü teste geçmek uygun değildir.

Oran testi ile ki-kare testi aynı mı?
2×2 tabloda iki oranın z testi ile ki-kare testi matematiksel olarak eşdeğerdir; z değerinin karesi ki-kare değerine eşittir.

Bayesçi t testi Jamovi’de var mı?
Evet. jamovi library üzerinden jsq modülü kurulduğunda Bayesian Independent Samples T-Test seçeneği eklenir ve Bayes faktörü raporlanabilir.

İlgili rehberler ve hizmetler

• Jamovi nedir ve nasıl kullanılır?
• Jamovi ile betimsel istatistikler
• İletişim ve fiyat teklifi

Özetle Jamovi t testi menüleri birkaç tıklamayla sonuç üretir; doğru testi seçmek, varsayımları kontrol etmek ve etki büyüklüğünü raporlamak ise bulguların değerini belirler. Oran karşılaştırmalarında da aynı özeni gösterdiğinizde grup farklarını eksiksiz ve savunulabilir biçimde sunabilir, tez savunmasında gelebilecek yöntem sorularına da hazırlıklı olursunuz.

Veri, modern dünyanın en değerli varlıklarından biri haline gelmiştir ve iş dünyasında, araştırmada ve karar verme süreçlerinde kritik bir rol oynamaktadır. Biz, veri analizi konusundaki tutkulu bir topluluk olarak, veri biliminin ve analizinin gücünü vurguluyoruz. Web sitemiz, işletmelerden akademisyenlere ve veri meraklılarına kadar herkesin veri analizi becerilerini geliştirmesine yardımcı olmayı amaçlayan bir kaynaktır. Misyonumuz, veri analizi sürecini anlaşılır ve erişilebilir hale getirmek, verilerin içinde gizlenen değeri açığa çıkarmak ve daha bilinçli kararlar almalarını desteklemektir.

Web sitemiz, geniş bir veri analizi yelpazesi sunmaktadır. Hangi sektörde olursanız olun veya hangi veri analizi aracını kullanıyorsanız kullanın, ihtiyaçlarınıza uygun hizmetler sunuyoruz. SPSS, R, Python, Excel veya diğer analiz araçlarını kullanarak veri madenciliği, hipotez testleri, regresyon analizi, zaman serisi tahmini, segmentasyon ve daha fazlasını içeren çeşitli analiz türlerini kapsarız. Ayrıca, öğrenmeyi kolaylaştırmak için zengin kaynaklar, öğreticiler ve interaktif araçlar sunuyoruz.